低碳目標下的濱海城市土地利用優化配置
——以大連市為例

郭曉榮，李　　穎，林　　霞

（1.遼寧師范大學城市與環境學院 大連市 116029；2.國家海洋環境監測中心 大連市 116023）

?

低碳目標下的濱海城市土地利用優化配置
——以大連市為例

郭曉榮1，李穎1，林霞2

（1.遼寧師范大學城市與環境學院 大連市 116029；2.國家海洋環境監測中心 大連市 116023）

摘要：濱海城市的土地開發利用及其優化配置對經濟發展和生態環境起重要作用。以大連市為例，依據2002-2013年能源消費和土地利用等數據，在遙感和GIS技術支持下對其土地利用變化情況進行分析，借助碳排放量計算模型核算其土地利用碳排放量，通過相關性分析明確碳排放與土地利用類型之間的相關性，在低碳目標下進行土地利用類型的優化配置，以此保證濱海地區土地開發利用的合理性。結果表明：（1）從2002到2013年，各個土地類型在利用數量上發生明顯變化。其中耕地面積先由2002年的2 500 km2增加到3 950 km2，又減少至2013年的3 291 km2；林地面積減少了1 858 km2；建設用地面積增加了454 km2；（2）大連市碳排放總量增加1 695.8萬t，各土地利用類型對碳排放的貢獻率差異顯著，其中建設用地碳排放量占總量的98%，耕地碳排放量所占比重不足2%；（3）土地利用類型變化與碳排放量之間的關聯程度密切，建設用地、林地與碳排放量之間的相關系數分別為0.877 4和-0.970 1；（4）線性土地利用優化配置下各個土地利用類型的碳排放量比大連市2020年規劃下的碳排放總量減少96.79萬t。

關鍵詞：碳排放；土地利用；優化配置；大連市

濱海城市在依托海洋資源的保障下，其經濟發展迅速，城市化進程較快。然而現代化的生產生活模式給濱海地區的環境及土地資源造成了嚴重的威脅［1］，濱海城市土地利用變化及土地利用變化對碳排放的影響是學者關注的熱點問題。一方面，人類在土地上進行的活動不僅使土地利用類型快速轉變，而且使陸地上碳的排放量不斷發生變化［2-3］；另一方面，對土地進行合理的利用與開發是控制碳排放的主要手段，是調控碳排放量的有效工具［4］。隨著經濟建設的快速發展，對土地的征用力度日漸增加，各種土地類型轉變速度加快，碳排放和碳儲量不斷變化［5］，對環境造成了較大威脅，因此對濱海城市的土地利用模式進行探討對可持續發展發揮重要作用。

土地資源優化配置是在一定科學技術手段的基礎上將土地的利用類型和結構進行調整，其目的是使土地性能達到最優化的利用［6］。目前，學者主要從土地利用變化的碳排放效應時空差異、土地利用的碳排放效應評估和土地利用變化對能源消費以及生態系統碳循環的影響［7-8］等方面進行了研究。其中，揣小偉等［9］利用多種方法計算了土地利用類型的土壤碳儲量和植被碳儲量，并分析其對土地利用變化的影響；趙軍等［10］從生態學角度出發，根據黃河三角洲生態區劃配置原則，構建黃河三角洲的土地資源優化配置模型，實現土地資源優化配置；游和遠等［11］采用灰色關聯分析及演繹法測度土地利用結構與能源消耗碳排放的關聯度，利用關聯差異尋找可以控制能源消耗碳排放實現土地低碳利用的路徑；容建波等［12］利用模型測度分析中國西部地區在碳排放約束條件下的環境效率及其變化趨勢，并通過分析影響環境效率的相關因素，提出可行性建議。大連市作為濱海城市，是遼寧省經濟發展較快的地區，其人口密集程度較大，人為因素對土地產生的影響較大，因此本文綜合前人研究結果從減少濱海城市碳排放量角度出發，依靠遙感、GIS技術和數學方法的支持，探討大連市土地利用類型轉變與碳排放之間的關系，并在此基礎上根據大連市土地利用現狀對土地利用進行優化配置，以期為節能減排的土地利用研究提供依據、實現可持續化發展。

1　　數據來源與研究方法

1.1數據來源

本文的數據分為兩部分：土地數據和能源消耗數據。其中土地數據基礎來源于2002、2007和2013年3個時間點的大連市遙感影像；能源消耗數據來源于2003-2014年《遼寧省統計年鑒》和《大連市統計年鑒》。

1.2研究方法

1.2.1遙感解譯

遙感影像記錄各種地物的電磁波，要使遙感影像中電磁波所表示的各種地物能清晰可見，需要通過計算機軟件將圖片進行處理，解譯出地理事物。基于此，本文選取了大連市2002、2007和2013年3期Landsat TM遙感影像，首先利用Envi4.7對遙感影像進行波段融合、圖片鑲嵌和裁剪等預處理，再對大連市土地利用類型進行分類，并結合ArcGIS計算出土地利用數據。

1.2.2碳排放（吸收）量測算法

土地利用碳排放量是各種土地利用類型的碳排放量與碳吸收量的差值［13］。本文所研究的碳排放土地類型包括耕地、林地、水域以及建設用地4種。參考現有的研究成果，對于以上4種土地利用類型碳排放量研究分為兩種方式：

耕地、林地和水域的碳排放量計算采用直接碳排放系數法［14］，計算公式如下：

式中：E為碳排放總量；ei為各土地利用類型的碳排放量；si為各土地利用類型的面積；δi為各土地利用類型的單位面積碳排放系數；i代表各個土地利用類型。參考文獻可知各個土地利用類型的單位面積碳排放系數，其中農作物的碳排放系數［15-16］是0.050 4 kg/m2，農作物的碳吸收系數［17］是0.000 7 kg/m2，因此農作物的凈碳排放系數為0.049 7 kg/m2；林地和水域的碳排放系數［18-19］分別是-0.058 1 kg/m2和-0.025 3 kg/m2。

建設用地碳排放：

式中：Ec為建設用地碳排放；Ei為第i種能源消費量（標準煤）；Eci為第i種能源碳排放系數［20］。其中i代表3種常見的能源，分別為煤、石油、天然氣；煤的碳排放系數為0.755 9 kJ/kg，石油的碳排放系數為0.585 7 kJ/kg，天然氣的碳排放系數為0.448 3 kg/m3。

2　　大連市土地利用及碳排放量變化

2.1研究區概況

大連市（120°58ˊ-123°31ˊE，38°43ˊ-40°10ˊN）位于遼寧省的南部，三面環黃渤兩海，北靠營口、鞍山市，是我國遼東半島的最南端（圖1），并分別與韓國、朝鮮等國家相毗鄰，其獨特的地理位置使暖溫帶大陸性季風氣候兼具獨特的海洋性氣候特點得以明顯體現。大連市土地總面積為12 574 km2，全市平原較少，多丘陵地區，整體呈現北部地區高于南部地區的地形地貌特征。大連市是遼寧省經濟發展最快的濱海城市，人口密集，人類在土地上的活動加劇，能源消耗產生的排放不斷變化，對土地產生較大影響。由于人類活動參與導致土地利用及其碳排放變化顯著，較北京、上海等大城市相比其低碳發展程度仍相對較低［21］。

2.2土地利用變化

大連市作為東北地區乃至全國重要的港口城市，其城市建設速度之快更是毋庸置疑，因此其土地利用類型及結構會隨經濟發展發生改變，解譯三期遙感影像得出大連市土地利用變化圖（圖2）。

圖1 大連市行政區劃示意圖

圖2　2002、2007、2013年土地利用類型圖

運用Envi和ArcGIS軟件解譯并計算面積可知，2002-2013年間大連市各個土地利用類型在數量上存在一定的變化，其中林地面積隨著人類活動影響逐漸向建設用地等類型轉移，由2002年的7 660 km2減少到2013年的5 742 km2，而建設用地面積有相對明顯的轉變，面積增加454 km2，據相關統計數據及解譯的結果得出各地類型具體變化情況（表1）。

表1　　大連市2002-2013年土地利用變化情況（km2）

2.3碳排放量變化

由于城市建設加快，各土地利用類型上均有人類活動的加入，致使各土地類型相互轉變的同時各個土地利用類型上的碳排放量也有相應的變化。根據公式（1）、（2）以及土地利用數據和大連市能源消耗數據計算出大連市2002、2007和2013年3個時間點的土地利用碳排放量（表2）。

表2 大連市2002、2007、2013 3三年土地利用碳排放量（萬t）

由表2可知，從2002到2013年，大連市耕地碳排放量先由2002年的12.435萬t增加到2007年的17.942萬t，到2013年又減少到16.356萬t；林地的碳吸收量一直處于減少的狀態，由2002年的44.428萬t減少2013的31.594萬t；而建設用地的碳排放量始終處于增加狀態，2002年的1404.9萬t增加到2013的3100.7萬t。從總體變化趨勢來看，大連市的總碳排放量處于逐年上升趨勢，從1403.8萬t增加到3099.8萬t，尤其是在2002-2007年間，碳排放量增長速度明顯快于2007-2013年，主要是因為2002-2007年間，大連市城市發展迅速，城市建設對土地的征用面積大，向外擴張明顯，因城市建設引起的碳排放量明顯增加。

2.4土地利用類型變化與碳排放量的相關性

2002-2013年間，根據各個土地利用類型的面積變化情況可知，建設用地面積遠小于耕地的種植面積，但是兩者的碳排放量卻相差甚遠，這說明不同的土地利用類型有不同的利用特征，其對碳排放量的貢獻率也不相同，通過相關系數的計算方法得出不同土地利用類型與碳排放量的相關性（表3）。

表3顯示，建設用地與碳排放量的相關性為0.877 4，說明建設用地面積的變化與碳排放量變化相關性顯著；而林地面積變化與碳排放量相關系數為-0.970 1，兩者之間呈較大負相關，表明林地面積越大，土地碳排放量越小。因此需要根據不同的土地利用類型變化特征對土地利用變化進行優化，調整土地利用結構，以期達到減小碳排放量的目的。

表3　　主要土地利用類型與碳排放量的相關系數　

3　　基于低碳視角的土地利用優化

3.1土地利用優化變量設置及優化模型建立

土地利用結構優化配置是根據土地的現狀及其特性，采用一定的科學技術手段和管理方法對現有土地進行合理的分配，達到一定的社會、經濟和生態目標。為實現大連市土地利用的可持續性，發揮其濱海優勢，從低碳角度出發，建立大連市土地利用結構優化模型。本模型根據大連市土地利用現狀并遵從低碳經濟發展原則，分別選取耕地、林地、水域、建設用地4個決策變量（表4）。并根據碳排放系數建立碳排放量最小的土地利用優化模型［22］，并利用Lingo軟件進行模型的求解。

表4　大連市土地利用現狀及決策變量

3.1.1目標函數的建立

在低碳排放量的目標下，根據表4中土地利用類型的碳排放系數構建基于碳排放量最小的目標函數［22］：

Min（C）=0.0497X1-0.0581X2+120.4X3-0.0253X4

3.1.2約束條件

決策變量的設置在符合土地利用要求及當前土地使用情況的基礎上還要有一定的約束性條件限制。約束性條件指標的選取依據土地總體規劃和區域土地管理政策，因此本文根據大連市土地利用總體規劃（2006-2020年）指定約束條件。

各土地利用類型面積約束：到2013年年底，大連市總耕地面積為3291km2，林地總面積5742km2，建設用地2 356 km2，而大連市2020年總體規劃指出：要嚴格保護耕地和基本農田，發展都市型現代農業，建設資源節約型、環境友好型城市，保障城市經濟發展用地，到規劃期末，大連市的耕地保有量控制在3 513.00 km2以上，林地面積至少達到4 051 km2，建設用地面積控制在2 560 km2以下，水域面積不低于現狀，即X1≥3 513，4 051≤X2≤5 742，2 356≤X3≤2 560，X4≥428。

人均耕地面積約束：2013年大連市總人口數為591.4萬人，人均耕地面積為556.5m2。總體規劃指出到2020年末，大連市總人口數達800萬，即429.1＜X1/800＜556.5。

地均GDP約束：2013年年末，大連市地均GDP達75 511.2萬元，隨著經濟發展的增長，地均GDP增加，到規劃期末大連市的地均GDP應多于現狀，即1.523×1012/（X1+X2+X3+X4）＞75 511.2。

非負約束Xi＞0（i=1，2，3，4）

3.2土地利用結構優化結果分析

在LINGO環境下，基于碳排放量最小的目標函數得到優化后的各土地利用類型的面積，并由此計算2020年和低碳目標下各個土地利用類型的碳排放量（表5）。

表5　　基于碳排放量最小目標函數下的土地利用結構及其碳排放

由表（5）可知，基于碳排放量最小的目標函數下的土地利用結構碳排放量為2 969.75萬t，比2020年大連市規劃方案減少96.79萬t。因此，對土地利用進行優化配置能夠有效地減少碳排放量，而且此優化方案是在現有建設用地面積的基礎上盡量減少建設用地、擴大林地面積，以此來達到碳排放量最小的目的。

4結語

2002-2013年間，大連市的碳排放量逐年增長，由2002年的1 404.9萬t增長到2013年的3 100.7萬t。在各土地利用類型中，建設用地的碳排放量占總碳排放量的大部分，比重高達98%，其余土地類型所占比重相對較少。

從2002至2013年大連市的耕地、林地、水域面積均有不同程度的轉變，而建設用地面積增加，主要是因為人類活動的參與，導致各個土地利用類型變化較快。通過相關性計算可知，建設用地、林地與碳排放量之間的關聯程度密切，相關系數分別為0.877 4和-0.970 1。由此，建設用地和林地面積的變化對碳排放量的多少起決定作用。

運用LINGO軟件結合經濟因素對土地利用進行優化配置，其中耕地面積3 513 km2，林地面積4 130 km2，建設用地面積2 481 km2，相對比2020年大連市土地利用總體規劃布局，林地面積增加，建設用地面積減少，碳排放量減少96.79萬噸。由此，對土地利用結構進行優化，在達到經濟最大化的同時可以減少碳排放。

濱海城市臨近海洋，資源豐富程度優于內陸地區，其人口密度和經濟發展程度都相對較高，但在經濟快速發展的同時不可避免的對環境造成破壞，對土地和環境的壓力相對較大，因此要對濱海城市的土地利用進行優化，減少因發展所帶來的環境問題，并發展其獨特的優勢實現可持續。

參考文獻：

［1］徐帥，李秀梅，張人愉，等.天津濱海新區自然資源時空變化及管理［J］.海洋信息，2015（3）：38-44.

［2］游和遠，吳次芳.土地利用結構與能源消耗碳排放的關聯測度及其特征解釋［J］.中國土地科學，2010，24（11）：5-7.

［3］王桂波，南靈.陜西省土地利用碳排放效應時空差異分析［J］.資源與產業，2012，14（1）：124-129.

［4］楊麗霞，苑韶峰.低碳經濟視角下土地利用方式與碳排放效應變化研究—以浙江省11市為例［J］.2013，34（2）：413-417.

［5］余德貴，吳群.基于碳排放約束的土地利用結構優化模型研究及應用［J］.長江流域資源與環境，2011，20（8）：911-915.

［6］鄭榮寶，董玉祥，陳梅英.基于GECM與CA+ANN模型的土地資源優化配置與模擬［J］.自然資源科學，2012，27（3）：498-506.

［7］趙榮欽，黃賢金，鐘太洋.區域土地利用結構的碳效應評估及低碳優化［J］.農業工程學報，2013，29（17）：220-227.

［8］劉英，趙榮欽，焦世興.河南省土地利用碳源/匯及其變化分析［J］.水土保持研究，2010，17（5）：154-157.

［9］揣小偉，黃賢金，鄭澤慶，等.江蘇省土地利用變化對陸地生態系統碳儲量的影響［J］.資源科學，2011，33（10）：1932-1938.

［10］趙軍，劉高煥，傅新.基于生態功能區劃的黃河三角洲土地資源優化配置［J］.地理科學進展，2010，29（4）：490-493.

［11］游和遠，吳次芳，沈萍.土地利用結構與能源消耗碳排放的關聯測度及其特征解釋［J］.中國土地科學，2010，24（11）：5-8.

［12］容建波，嚴力蛟，黃紹榮，等.碳排放約束下中國西部地區環境效率評價［J］.應用生態學報，2015，26（6）：1821-1830.

［13］石洪昕，穆興民，張應龍.四川省廣元市不同土地利用類型的碳排放效應研究［J］.水土保持通報，2012，32（3）：102-106.

［14］石洪昕，穆興民，張應龍.四川省廣元市不同土地利用類型的碳排放效應研究［J］.水土保持通報，2012，32（3）：102-106.

［15］CaiZucong，KangGuoding，Tsuruta H，et al.Estimate of CH4 emission from year-round flooded rice field during rice growing season in China［J］.Pedosphere 2005，15（1）：66-71.

［16］CaiZucong，Tsuruta H，Gao Ming，et al.Options for mitigating methane emission from a permanently flooded rice field［J］.Global change Bidogy，2003，9（1）：37-45.

［17］何勇.中國氣候陸地生態系統碳循環研究［M］.北京氣象出版社，2006.

［18］肖紅艷，袁興中，李波，等.土地利用變化碳排放效應研究［J］.重慶師范大學學報（自然科學版），2012，29（1）：39-42.

［19］賴力.中國土地利用的碳排放效應研究［D］.南京：南京大學，2010.

［20］徐國泉，劉則淵，姜照華.中國碳排放的因素分解模型及實證分析：1995-2004［J］.中國人口·資源與環境.

［21］曾鵬，王晶.濱海城市土地利用模式與碳排放關系研究—以大連市為例［J］.天津大學學報（社會科學版），2014，16（3）：199-204.

［22］王慧敏，曾永年.青海高原東部土地利用的低碳優化模擬—以海東市為例［J］.地理研究，2015，34（7）：1271-1282.

收稿日期：2016-01-24